DeepSeek-V4-Flash 价格仅为 Claude 的 1/90，背后是一场持续数月的大模型价格战。2026 年 6 月，OpenAI 被曝已考虑大幅降价以争夺客户，随后在 7 月 31 日宣布 GPT-5.6 Luna 降幅高达 80%，被视为对 DeepSeek 等中国模型低价攻势的回应。而 DeepSeek 早在 5 月就宣布 V4-Pro 永久降价 75%，缓存命中时输入成本低至 0.025 元/百万 Token。这轮价格战的根源，是企业客户对 Token 成本失控的强烈反弹——Uber 用 4 个月烧光全年 AI 预算，Stripe 月均 Token 支出达 280 万美元。

DeepSeek-V4-Flash 正式版通过后训练，在多项 Agent 基准上逼近了 Anthropic 的旗舰 Opus 4.8。但 Opus 4.8 的定位是大多数日常复杂工作的“生产主力模型”，而更高层级的 Claude Fable 5（Mythos 级）在 SWE-Bench Pro 上得分 80.3%，远超 Flash 的 54.4。换言之，Flash 的“逼近”是指与上一代 Opus 持平，而 Anthropic 的下一代产品已经拉开了一个身位。Flash 的核心优势在于极致的性价比和工程化交付，而非绝对能力。

V4-Flash 正式版在多项基准上大幅超越同门旗舰 V4-Pro-Preview，这本身就是一个值得追问的现象。为什么一个 284B 参数、激活仅 130B 的“小”模型，能打赢 1.6T 参数、激活 49B 的 Pro 预览版？DeepSeek 明确说“仅重新进行了后训练”。这意味着模型能力和参数规模不再是简单的正比关系——后训练的质量、数据构造与强化学习策略，已成为决定模型真实可用性的关键杠杆。对于技术选型者而言，这暗示着“先看实测，再谈参数”的评估时代已经到来。